基于JASON-1资料的南海海域海面风、浪场特征分析

南海海域地形复杂,风浪多变,由极端的水文气象条件引起的大风、巨浪等海况灾害频发,对航道运输、石油开发、海岸工程、军事活动等造成一定的影响。研究基于2002年1月15日至2012年2月15日共372周期的JASON-1GDR数据,采用克里金插值法分析南海海域海面风速和有效波高的时空分布特征和季节变化规律,运用核密度估计法提取大风和巨浪灾害的高发区域,为航道运输安全和海洋工程建设等提供参考。结果表明,南海海域年均海面风速和有效波高皆从东北向西南方向呈舌状高值区,并逐渐向外减小;季均海面风速和有效波高均呈现秋冬高、春夏低的变化规律;大风高发区多集中于南海东北部海域、台湾海峡和吕宋海峡附近;巨浪高发区则位于东沙群岛以南、中沙群岛以北、西沙群岛以东、菲律宾以西这一海域。

多核CPU下的K-means遥感影像分类并行方法

针对海量遥感影像快速分类的应用需求,提出一种基于K-means算法的遥感影像并行分类方法。该方法结合CPU下进程级与线程级模式的并行特征,设计融合进程级与线程级并行的两阶段数据粒度划分方法和任务调度方法,在保证精度的基础上实现并行加速。利用大数据量的多尺度遥感影像进行实验,结果表明:所提并行方法可大大减少遥感影像的分类时间,取得了良好的加速比(13.83),并可达到负载均衡,从而解决了大区域遥感影像快速分类的问题。

简单要素模型多边形拓扑检查并行算法

将并行计算应用到大数据量简单要素模型多边形拓扑检查中,设计实现了简单要素模型多边形拓扑检查并行算法。算法针对拓扑检查的计算特点,改进了主从式并行策略,在主进程中进一步划分线程以实现任务并行,从而隐藏拓扑错误提取和结果写入时间。采用MPI和PThread实现进程与线程的结合。利用苏南五市土地现状调查地类图斑数据对算法进行测试。经测试,该算法能够对大数据量简单要素模型多边形进行准确、快速的拓扑检查。算法提出的进程与线程结合的任务并行策略相对于传统主从式策略加速比提高约20%。